一种基于自回归模型的碳价格影响因素筛选方法及系统技术方案

本发明专利技术提供了一种基于自回归模型的碳价格影响因素筛选方法及系统，根据多个碳价格影响因素，构建自回归模型；根据自回归模型，从多个碳价格影响因素筛选出有效碳价格影响因素，构成有效碳价格影响因素集合；本发明专利技术解决了现有缺乏一种有效对碳价格影响因素筛选的方法的问题。的问题。的问题。

【技术实现步骤摘要】
一种基于自回归模型的碳价格影响因素筛选方法及系统


[0001]本专利技术涉及碳价格影响因素筛选
，具体而言，涉及：一种基于自回归模型的碳价格影响因素筛选方法及系统。

技术介绍

[0002]现有影响碳价格的因素很多，例如：温度、机组的生产量和机组的生产效率等，以及经济因素，例如：能源价格、金融市场、宏观经济和碳信用商品等。但具体哪些因素对碳价格造成的影响较大，现有仅能通过人的市场经验进行判断。但人的市场经验有差异，造成获取碳价格影响因素不准确，因此，现有缺乏一种有效对碳价格影响因素筛选的方法。

技术实现思路

[0003]针对现有技术中的上述不足，本专利技术提供的一种基于自回归模型的碳价格影响因素筛选方法及系统解决了现有缺乏一种有效对碳价格影响因素筛选的方法的问题。
[0004]为了达到上述专利技术目的，本专利技术采用的技术方案为：一种基于自回归模型的碳价格影响因素筛选方法，在控制器中执行以下步骤：
[0005]根据多个碳价格影响因素，构建自回归模型；
[0006]根据自回归模型，从多个碳价格影响因素筛选出有效碳价格影响因素，构成有效碳价格影响因素集合。
[0007]进一步地，所述碳价格影响因素包括：温度、碳机组生产量、碳机组生产效率、地区碳价、地区碳信用商品价格和金融市场指数。
[0008]进一步地，所述自回归模型为：
[0009]y
t
＝1x
t
‑1+
…
+
p
x
t<br/>‑
p
+
[0010]其中，y
t
为第t个碳价格，A1为第1个碳价格影响因素的权重，x
t
‑1为第1个碳价格影响因素，A
p
为第p个碳价格影响因素的权重，x
t
‑
p
为第p个碳价格影响因素，ε为偏置参数。
[0011]进一步地，所述从多个碳价格影响因素筛选出有效碳价格影响因素，构成有效碳价格影响因素集合包括以下步骤：
[0012]采用Granger因果关系检验方法，基于自回归模型，对多个碳价格影响因素进行检查，得到第一筛选影响因素集合；
[0013]对多个碳价格影响因素进行方差分解，得到第二筛选影响因素集合；
[0014]对多个碳价格影响因素进行正交脉冲函数测算，得到第三筛选影响因素集合；
[0015]根据第一筛选影响因素集合、第二筛选影响因素集合和第三筛选影响因素集合，对多个碳价格影响因素进行筛选，得到有效碳价格影响因素集合。
[0016]进一步地，在采用Granger因果关系检验方法时，将接受原假设的碳价格影响因素，作为第一筛选影响因素集合的元素。
[0017]进一步地，在方差分解时，将对碳价格影响贡献率高于贡献率阈值的碳价格影响因素，作为第二筛选影响因素集合的元素。
[0018]进一步地，在进行正交脉冲函数测算时，将对碳价格影响程度高于程度阈值的碳价格影响因素，作为第三筛选影响因素集合的元素。
[0019]进一步地，所述对多个碳价格影响因素进行筛选，得到有效碳价格影响因素集合，包括以下步骤：
[0020]对第一筛选影响因素集合中元素均赋予第一权重w1；
[0021]对第二筛选影响因素集合中元素均赋予第二权重w2；
[0022]对第三筛选影响因素集合中元素均赋予第三权重w3；
[0023]将相同元素的权重进行叠加，得到同一元素的权重总值；
[0024]在同一元素的权重总值大于权重阈值时，则将该元素筛选出来，构成有效碳价格影响因素集合。
[0025]进一步地，w1+2+3＝1，其中，w1为第一权重，w2为第二权重，w3为第三权重，权重阈值为0.5。
[0026]一种基于自回归模型的碳价格影响因素筛选系统，包括：自回归模型构建单元和碳价格影响因素筛选单元；
[0027]所述自回归模型构建单元用于根据多个碳价格影响因素，构建自回归模型；
[0028]所述碳价格影响因素筛选单元用于根据自回归模型，从多个碳价格影响因素筛选出有效碳价格影响因素，构成有效碳价格影响因素集合。
[0029]本专利技术的有益效果为：本专利技术通过构建碳价格与多个碳价格影响因素关系式，即自回归模型，并基于自回归模型，从多方面筛选出对碳价格影响较大的因素，找到主要因素，作为有效碳价格影响因素，从而解决由于人的市场经验不足，造成的获取碳价格影响因素不准确的问题，实现对一种通用的对碳价格影响因素筛选的方法。
附图说明
[0030]图1为一种基于自回归模型的碳价格影响因素筛选方法的流程图；
[0031]图2为受到CER价格冲击的EUA碳价收益率脉冲响应函数图；
[0032]图3为受到煤炭价格冲击的EUA碳价收益率脉冲响应函数图；
[0033]图4为受到原油价格冲击的EUA碳价收益率脉冲响应函数图；
[0034]图5为受到天然气价格冲击的EUA碳价收益率脉冲响应函数图；
[0035]图6为受到电力价格冲击的EUA碳价收益率脉冲响应函数图；
[0036]图7为受到金融市场指数冲击的EUA碳价收益率脉冲响应函数图；
[0037]图8为受到宏观工业景气度指数冲击的EUA碳价收益率脉冲响应函数图；
[0038]图9为受到CER价格冲击的EUA碳价收益率累计脉冲响应函数图；
[0039]图10为受到煤炭价格冲击的EUA碳价收益率累计脉冲响应函数图；
[0040]图11为受到原油价格冲击的EUA碳价收益率累计脉冲响应函数图；
[0041]图12为受到天然气价格冲击的EUA碳价收益率累计脉冲响应函数图；
[0042]图13为受到电力价格冲击的EUA碳价收益率累计脉冲响应函数图；
[0043]图14为受到金融市场指数冲击的EUA碳价收益率累计脉冲响应函数图；
[0044]图15为受到宏观工业景气度指数冲击的EUA碳价收益率累计脉冲响应函数图。
具体实施方式
[0045]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。
[0046]实施例1，如图1所示，一种基于自回归模型的碳价格影响因素筛选方法，在控制器中执行以下步骤：
[0047]S1、根据多个碳价格影响因素，构建自回归模型；
[0048]在步骤S1中，所述碳价格影响因素包括：温度、碳机组生产量、碳机组生产效率、地区碳价、地区碳信用商品价格和金融市场指数。
[0049]所述自回归模型为：
[0050]y
t
＝1x
t
‑1+
…
+
p...

【技术保护点】

【技术特征摘要】
1.一种基于自回归模型的碳价格影响因素筛选方法，其特征在于，在控制器中执行以下步骤：根据多个碳价格影响因素，构建自回归模型；根据自回归模型，从多个碳价格影响因素筛选出有效碳价格影响因素，构成有效碳价格影响因素集合。2.根据权利要求1所述的基于自回归模型的碳价格影响因素筛选方法，其特征在于，所述碳价格影响因素包括：温度、碳机组生产量、碳机组生产效率、地区碳价、地区碳信用商品价格和金融市场指数。3.根据权利要求1所述的基于自回归模型的碳价格影响因素筛选方法，其特征在于，所述自回归模型为：y
t
＝A1x
t
‑1+
…
+A
p
x
t
‑
p
+ε其中，y
t
为第t个碳价格，A1为第1个碳价格影响因素的权重，x
t
‑1为第1个碳价格影响因素，A
p
为第p个碳价格影响因素的权重，x
t
‑
p
为第p个碳价格影响因素，ε为偏置参数。4.根据权利要求1所述的基于自回归模型的碳价格影响因素筛选方法，其特征在于，所述从多个碳价格影响因素筛选出有效碳价格影响因素，构成有效碳价格影响因素集合包括以下步骤：采用Granger因果关系检验方法，基于自回归模型，对多个碳价格影响因素进行检查，得到第一筛选影响因素集合；对多个碳价格影响因素进行方差分解，得到第二筛选影响因素集合；对多个碳价格影响因素进行正交脉冲函数测算，得到第三筛选影响因素集合；根据第一筛选影响因素集合、第二筛选影响因素集合和第三筛选影响因素集合，对多个碳价格影响因素进行筛选，得到有效碳价格...

【专利技术属性】
技术研发人员：刘欣宇，宋兆欧，周楦颉，方钦，汤林，张施令，范川，李哲，胡文，吴贞龙，姚勇，范璇，蒋雪峰，杨德祥，
申请(专利权)人：国网重庆市电力公司，
类型：发明
国别省市：